广州市传统滨水动态人文景观的类型及空间格局

文章从风景园林学科的角度出发，对传统老广州曾经存在的地域人文景观里的典型——滨水动态人文景观进行了初步的全面整理，以日常型滨水动态人文景观和节庆型滨水动态人文景观为两种基本类型，总结梳理出超过25种滨水动态人文景观的主要类型，充分说明了广州市传统滨水动态人文景观的多样性和独特性。并以景观格局的理论视角分析了传统滨水动态人文景观在广州旧城的空间格局，分析得出其两个核心聚集区：以祭祀水神的仁威神庙为精神核心节点的呈圆形扩散的西关功能核心区和以长堤滨江段为中线的呈椭圆形扩散的珠江两岸功能核心区，并总结了促使这种人文景观发展与繁盛的历史经验，为广州地域文化景观的发扬及旧城更新工作提供借鉴。     

转向系参数对汽车拖车组合系统稳定性的影响

车身摆振是汽车拖车组合系统中一种复杂的动力学失稳现象，它常常表现为车身折叠、侧滑、侧倾等行为，给道路交通安全带来了巨大的隐患。针对此问题，应用拉格朗日方程建立了考虑牵引车转向系统的汽车拖车组合系统6自由度非线性综合模型，并通过非线性分析方法研究了转向系惯性参数和各个结构刚度、阻尼对汽车拖车组合系统稳定性的影响。结果表明，转向系结构参数对系统稳定性存在不同影响，合理选择转向系结构参数可以有效提高汽车拖车组合系统的动态稳定性。     

夫妻携手战疫情

"爸爸,我想你了,我也想妈妈。你们一定要保护好自己,早点回来……"中石油东方物探装备服务处长庆作业部测量项目长吕宝荣打开手机,听到手机里8岁女儿带着哭腔的语音时,眼泪夺眶而出。新冠肺炎疫情暴发后,吕宝荣又一次冲在了前面。作业场所消毒、配发口罩、上报防疫人员动态信息、宣讲各种防疫知识,他每天像个"陀螺"一样高速运转。     

宽带毫米波大规模MIMO系统中低复杂度波束域信道估计

针对宽带毫米波大规模MIMO系统信道估计精度低及实现复杂度较高的问题，在传统支撑检测方案的基础上提出一种基于Gauss-Seidel方法的串行支撑检测（GS-SSD）方案。该方案不使用共同支撑假设，参考串行干扰删除，将整体信道估计问题分解为一系列子问题，每个子问题仅考虑一个信道成分。同时，利用Gauss-Seidel方法近似高复杂度的矩阵求逆。仿真结果表明，相比于基于串行支撑检测（SSD）的方案， GS-SSD方案在将求逆复乘数降低一个数量级的同时可以取得接近SSD方案的信道估计性能。     

Weibull型无故障数据下综合Bayes置信可靠性评估模型

在无故障数据情况下,将失效概率结合Bayes理论引入置信限,分析了修正后的数据Weibull分布中单侧置信可靠性。其方法是:首先基于Weibull分布采用配分布曲线法进行分析,构造出多层先验分布给出失效概率的综合EBayes估计,结合最小二乘法拟合得到分布参数的估计值;根据参数的统计性质构造置信区间的枢轴量,同时,给出Weibull分布特征参数的区间估计和可靠度置信下限。以经典轴承试验为例,将此方法与其它方法计算结果进行对比,证明了该方法对置信可靠性评估的合理性和可行性。     

风电机组变桨轴承的动态柔性特性研究

针对传统变桨轴承方法中的刚性假设不能反应变桨轴承动态运行特点的问题,引入了在线测试与仿真分析技术,对变桨轴承动态柔性特性进行了研究。分析了变桨轴承运行的受载特点,提出了一种基于应变载荷测试与位移传感器的在线测试方法,以测试风电机组不同功率下变桨轴承内外圈轴向位移、径向位移和载荷;建立了考虑周边结构与变桨轴承柔性的变桨系统有限元模型,并以在线测试所得载荷作为有限元分析输入载荷,进行了仿真分析;最终对不同功率下的变桨轴承轴向位移、径向位移测试数据与仿真数据进行了对比分析。研究结果表明:变桨轴承载荷、变桨轴承内外圈轴向位移、径向位移随风轮转动呈现周期性交替变化规律,不同位置变化规律特点不同,体现了变桨轴承的动态柔性特性;该特性可应用于变桨轴承可靠性的研究。     

考虑结构动态变形的缸套-活塞环润滑建模分析

缸套在燃烧冲击和活塞敲击激励下会产生接近表面粗糙度的动态变形,极有可能影响缸套-活塞环组件间的摩擦润滑过程。为了研究缸套动态变形潜在的影响,将动力学仿真获取的缸套内表面的动态变形经过处理后导入到润滑模型中,同时采用数值积分计算的方式对油液压力应力因子和剪切应力因子进行实时计算求解,使仿真计算更加符合实际情况。通过搭建同时考虑缸套变形与油液剪切特性影响的改进润滑模型,计算得到整个工作循环内活塞环上的最小油膜厚度和摩擦力曲线。结果表明:考虑缸套动态变形后的最小油膜厚度和摩擦力曲线出现了明显的波动,而且考虑缸套动态变形后的摩擦力比未考虑之前出现了明显下降。     

稀疏孔径和大转角下ISAR对目标转动的估计

逆合成孔径雷达（inverse synthetic aperture radar，ISAR）对非合作目标做成像时图像质量依赖于对目标运动参数的准确估计.针对在稀疏孔径和非均匀转动条件下现存的参数估计方法计算量过大或者方法适用条件不满足，提出了一种基于神经网络的参数估计方法.此方法以成像问题的模型知识指导数据的生成过程，然后训练通用的神经网络，最终实现将数据中隐含的知识转化为转动估计器.从仿真实验结果来看，所得到的网络对满足一定信噪比要求的回波数据可以提供较准确的估计，所得参数可以帮助成像算法提高聚焦效果，大量的样例表明网络可以部分学习到回波与转动之间的关系.